新・GPU機械学習環境の構築2024/01/27 11:03

ディープラーニングを使ったモールス信号の解読にあたり、 深層学習の環境を実マシンからGoogle Colabに移行した。

いま試しているソフト:nn-morse、 オリジナル版はpytorch 1.5対応だったが、Colab標準のpytorch 2.1でもコードの修正 ほぼなし で使うことができた。 修正点は、ColabのCPUコア数=2に合わせて、DataLoaderのnum_workers=2としただけ。 GPUメモリは15.4GBと大きいので、batchサイズの修正は不要だった。

で、my実マシンで1.6日かかる計算が、無料版で使えるGPU/Telsa T4では8時間で終わって素晴しい!

が、あの「GPUバックエンドに接続できません」が表示されて、学習が途中で切断されてイラッとしたので、 有料版Google Colab Proを契約した。 それはGoogleの思う壺なのだろうが、コスパは良い(¥23円/時間)し,GPUの使用上限に達する頻度が減った気がする。

本日の衛星: RS-44で交信。